论文部分内容阅读
该文的研究目的是:1)深刻理解免疫系统的原理和机制,确定哪些原理和机制能够应用到网络入侵检测系统.在提出一种新的入侵免疫模型之前,必须理解生物免疫系统如何工作,寻求生物免疫系统和入侵检测系统的类似之处,为构建基于免疫系统原理的入侵检测模型奠定生物学基础.2)提出一种新的入侵免疫模型,在深刻理解生物免疫系统原理和机制的基础上,提出一种新的入侵免疫模型设计框架,并依据该框架,设计并实现一种入侵免疫系统(NIIS)原型.3)研究并实现基于生物免疫原理的各种算法.为了实现入侵免疫系统原型,必须研究并实现生物免疫系统各种原理和机制,包括抗原-抗体的表示、抗体-抗原识别算法、抗体生成算法以及基于克隆选择原理的抗体演化算法.4)测试网络入侵免疫模型.为了确定提出的模型以及各种算法的有效性,必须给出各种测试实例,来对模型以及算法进行测试.该文的主要工作和贡献包括:首先,该文给出入侵检测相关背景材料,介绍了入侵检测的基本概念、功能、体系结构以及常用技术,并指出入侵检测技术面临的挑战以及现有系统的不足,分析入侵检测技术的发展方向.第二,详细探讨生物免疫系统,着重介绍了生物免疫系统中可供借鉴的原理和机制,例如抗体的形成、抗体-抗原的识别、免疫耐受性、强化学习和免疫记忆以及免疫自适应等.最后介绍了人工免疫系统在众多领域的应用,并指出网络安全系统和生物免疫系统的相似性,说明将生物免疫系统的原理和机制应用于构建入侵检测系统具有现实可行性.第三,生物免疫系统是一个复杂的多代理智能系统,如何复制其中蕴涵的新的机制解决入侵检测领域的问题非常重要.该文提出一种基于免疫原理的入侵检测系统设计框架,即多代理智能系统框架(Multi-agent Intelligent swstem Framework),并依据该框架,详细探讨了如何从生物免疫系统中抽象出结构模型,信息模型、组织模型、通信模型和功能模型.基于这些模型,构造了一个网络入侵免疫系统(Network Intrusion Immune System, NIIS)原型.第四,该文设计并实现了一组基于免疫系统原理的免疫算法,包括:(1)提出一种新的抗原表示方法,采用时间窗口上下文来表示抗原.这种表示方法考虑了时间因素,能够有效地表示网络的时态知识.同时给出基于可变时间窗口的抗原形成算法,将网络数据包转换为抗原,该算法生成的抗原能够区分不同的网络状况;(2)引入模糊逻辑的概念,提出一种新的抗体表示方法,采用模糊规则表示抗体.为了获得模糊抗体的隶属度函数,提出一种基于扩展原理的隶属度函数获取算法.然后,分析了传统逆向选择算法不足,提出一种新的基于免疫耐受性原理的抗体生成算法.并在实时环境通过大量网络数据测试抗体生成算法,实验结果表明该算法能够以较高的效率生成有效抗体;(3)为了获得多样性的抗体,提出了一种基于小生境技术的多样性抗体生成算法,并给出了两种多样性评价函数.实验结果表明:该算法能够有效地保持抗体集的多样性.(4)提出了一种异体抗原模糊检测算法,该算法能够以较高的正确率检测到异体抗原(网络入侵);(5)为了使NIIS不断适应网络状况的变化,提出一种基于生物克隆学说的抗体深化算法,该算法能够使抗体集不断适应网络的变化,加快免疫代理对已经检测到异体抗原的检测速度.最后,该文提出了一个详细的测试计划来测试系统的有效性以及确定几个关键变量的选取.实验结果表明:NIIS能够有效地从网络数据包中提取网络特征,构成不同的抗原,为异体抗原的检测提供良好的基础.同时NIIS能够产生有效抗体,以较高的正确率识别本体抗原和异体抗原.抗体演化算法能够加快免疫代理对已知抗原的反应速度.总之,NIIS很好地满足下一代入侵检测系统的设计目标:分布式、自组织和轻量级.